.mat,.txt,.csv 数据转换为weka中的arff格式及matlab和Weka之间相互转换格式

在RUSBoost和SMOTEBoost中提供了csv转换为arff格式的方法，详见CSVtoARFF.m
http://www.mathworks.com/matlabcentral/fileexchange/37315-rusboost
http://cn.mathworks.com/matlabcentral/fileexchange/37311-smoteboost

function r = CSVtoARFF (data, relation, type)% csv to arff file converter% load the csv data[rows cols] = size(data);% open the arff file for writingfarff = fopen(strcat(type,'.arff'), 'w');% print the relation part of the headerfprintf(farff, '@relation %s', relation);% Reading from the ARFF headerfid = fopen('ARFFheader.txt','r');tline = fgets(fid);while ischar(tline)    tline = fgets(fid);    fprintf(farff,'%s',tline);endfclose(fid);% Converting the datafor i = 1 : rows    % print the attribute values for the data point    for j = 1 : cols - 1        if data(i,j) ~= -1 % check if it is a missing value            fprintf(farff, '%d,', data(i,j));        else            fprintf(farff, '?,');        end    end    % print the label for the data point    fprintf(farff, '%d\n', data(i,end));end% close the filefclose(farff);r = 0;

该方法的不足之处就是要单独提供ARFFheader.txt ，很多情况下，该表头需要人工添加（属性少时），但当属性大时，相对较麻烦，还是可以通过程序循环添加。

下面给出一个可以直接将.mat,.txt和.csv格式转换为weka中的arff格式
http://www.aiseminar.com/bbs/forum.php?mod=viewthread&tid=1058

function Mat2Arff('input_filename','arff_filename')%% This function is used to convert the input data to '.arff'% file format,which is compatible to weka file format ...%% Parameters:% input_filename -- Input file name,only can conversion '.mat','.txt'% or '.csv' file format ...% arff_filename -- the output '.arff' file ...% NOTEs:%The input 'M*N' file data must be the following format:% M: sampel numbers;% N: sample features and label,"1:N-1" -- features, "N" - sample label ...% 读取文件数据 ...if strfind(input_filename,'.mat')matdata = importdata(input_filename);elseif strfind(input_filename,'.txt')matdata = textread(input_filename) ;elseif strfind(input_filename,'.csv')matdata = csvread(input_filename);end;[row,col] = size(matdata);f = fopen(arff_filename,'wt');if (f < 0)error(sprintf('Unable to open the file %s',arff_filename));return;end;fprintf(f,'%s\n',['@relation ',arff_filename]);for i = 1 : col - 1st = ['@attribute att_',num2str(i),' numeric'];fprintf(f,'%s\n',st);end;% 保存文件头最后一行类别信息floatformat = '%.16g';Y = matdata(:,col);uY = unique(Y); % 得到label类型st = ['@attribute label {'];for j = 1 : size(uY) - 1st = [st sprintf([floatformat ' ,'],uY(j))];end;st = [st sprintf([floatformat '}'],uY(length(uY)))];fprintf(f,'%s\n\n',st);% 开始保存数据 ...labelformat = [floatformat ' '];fprintf(f,'@data\n');for i = 1 : rowXi = matdata(i,1:col-1);s = sprintf(labelformat,Y(i));s = [sprintf([floatformat ' '],[; Xi]) s];fprintf(f,'%s\n',s);end;fclose(f);

最后给出关于weka数据处理的简明介绍。
数据挖掘简述和weka介绍–数据挖掘学习和weka使用（一）
输入数据与ARFF文件–数据挖掘学习和weka使用（二）
简单总结一下：
weka中的arff格式数据是由两部分组成：头部定义和数据区。
头部定义包含了关系名称（relation name）、一些属性（attributes）和对应的类型，如

   @RELATION iris   @ATTRIBUTE sepallength  NUMERIC    @ATTRIBUTE sepalwidth   NUMERIC    @ATTRIBUTE petallength  NUMERIC    @ATTRIBUTE petalwidth   NUMERIC    @ATTRIBUTE class        {Iris-setosa,Iris-versicolor,Iris-virginica}

NUMERIC说明其为数字型，属性class的取值是限定的，只能是Iris-setosa,Iris-versicolor,Iris-virginica中的一个。数据类型还可以是string和data数据区有@data开头，如：

@DATA    5.1,3.5,1.4,0.2,Iris-setosa    4.9,3.0,1.4,0.2,Iris-setosa    4.7,3.2,1.3,0.2,Iris-setosa    4.6,3.1,1.5,0.2,Iris-setosa    5.0,3.6,1.4,0.2,Iris-setosa    5.4,3.9,1.7,0.4,Iris-setosa    4.6,3.4,1.4,0.3,Iris-setosa    5.0,3.4,1.5,0.2,Iris-setosa    4.4,2.9,1.4,0.2,Iris-setosa    4.9,3.1,1.5,0.1,Iris-setosa

因此，完整的一个arff文件如下：

@RELATION iris@ATTRIBUTE sepallength  NUMERIC @ATTRIBUTE sepalwidth   NUMERIC @ATTRIBUTE petallength  NUMERIC @ATTRIBUTE petalwidth   NUMERIC @ATTRIBUTE class        {Iris-setosa,Iris-versicolor,Iris-virginica}@DATA 5.1,3.5,1.4,0.2,Iris-setosa 4.9,3.0,1.4,0.2,Iris-setosa 4.7,3.2,1.3,0.2,Iris-setosa 4.6,3.1,1.5,0.2,Iris-setosa 5.0,3.6,1.4,0.2,Iris-setosa 5.4,3.9,1.7,0.4,Iris-setosa 4.6,3.4,1.4,0.3,Iris-setosa 5.0,3.4,1.5,0.2,Iris-setosa 4.4,2.9,1.4,0.2,Iris-setosa 4.9,3.1,1.5,0.1,Iris-setosa

更多细节可查看
http://weka.wikispaces.com/ARFF+%28stable+version%29#Sparse%20ARFF%20files

weka使用自己的文件格式，叫做ARFF，如果想从*matlab和Weka之间相互转换，这里有现成的package*:

http://www.mathworks.com/matlabcentral/fileexchange/21204-matlab-weka-interface

不要以为下载下来就能用，你会在如下地方报错：

if(~wekaPathCheck),wekaOBJ = []; return,endimport weka.core.converters.ArffLoader;import java.io.File;

Tricky的事情就是得把weka.jar加入到matlab的classpath.txt列表。classpath.txt在哪儿？到matlab的command窗口敲：

which classpath.txt

D:\CMWang\MATLABR2014b\toolbox\local\classpath.txt

然后就是到classpath.txt里加入一行，weka.jar的绝对路径，例如：

C:\Program Files\Weka-3-8 \weka.jar

这样就配置完毕了。
该部分参考 http://blog.sciencenet.cn/blog-248606-433590.html